使用 Python3 合并 PDF 文件答案

【问题标题】：Merging PDF files with Python3使用 Python3 合并 PDF 文件
【发布时间】：2013-02-22 10:24:41
【问题描述】：

我正在编写一个需要合并许多单页 pdf 文件的小脚本。我希望脚本可以使用 Python3 运行，并且尽可能少地依赖。

对于 PDF 合并部分，我尝试使用 PyPdf。然而，对 Python 3 的支持似乎有问题。它无法处理 inkscape 生成的 PDF 文件（我需要）。我安装了当前 git 版本的 PyPdf，但以下测试脚本不起作用：

import PyPDF2

output_pdf = PyPDF2.PdfFileWriter()

with open("testI.pdf", "rb") as input:
    input_pdf = PyPDF2.PdfFileReader(input)
    output_pdf.addPage(input_pdf.getPage(0))

with open("test.pdf", "wb") as output:
    output_pdf.write(output)

它抛出以下堆栈跟踪：

Traceback (most recent call last):
  File "test.py", line 7, in <module>
    output.addPage(input.getPage(0))
  File "/usr/lib/python3.3/site-packages/pyPdf/pdf.py", line 420, in getPage
    self._flatten()
  File "/usr/lib/python3.3/site-packages/pyPdf/pdf.py", line 574, in _flatten
    self._flatten(page.getObject(), inherit)
  File "/usr/lib/python3.3/site-packages/pyPdf/generic.py", line 165, in getObject
    return self.pdf.getObject(self).getObject()
  File "/usr/lib/python3.3/site-packages/pyPdf/pdf.py", line 616, in getObject
    retval = readObject(self.stream, self)
  File "/usr/lib/python3.3/site-packages/pyPdf/generic.py", line 66, in readObject
    return DictionaryObject.readFromStream(stream, pdf)
  File "/usr/lib/python3.3/site-packages/pyPdf/generic.py", line 526, in readFromStream
    value = readObject(stream, pdf)
  File "/usr/lib/python3.3/site-packages/pyPdf/generic.py", line 57, in readObject
    return ArrayObject.readFromStream(stream, pdf)
  File "/usr/lib/python3.3/site-packages/pyPdf/generic.py", line 152, in readFromStream
    obj = readObject(stream, pdf)
  File "/usr/lib/python3.3/site-packages/pyPdf/generic.py", line 86, in readObject
    return NumberObject.readFromStream(stream)
  File "/usr/lib/python3.3/site-packages/pyPdf/generic.py", line 231, in readFromStream
    return FloatObject(name.decode("ascii"))
  File "/usr/lib/python3.3/site-packages/pyPdf/generic.py", line 207, in __new__
    return decimal.Decimal.__new__(cls, str(value), context)
TypeError: optional argument must be a context

然而，相同的脚本在 Python 2.7 中完美运行。

我在这里做错了什么？这是图书馆的错误吗？我可以在不接触 PyPDF 库的情况下解决它吗？

【问题讨论】：

标签： python pdf python-3.x

【解决方案1】：

所以我找到了答案。 Python3.3 中的decimal.Decimal 模块显示了一些奇怪的行为。这是相应的 StackOverflow 问题：Instantiate Decimal class 我在 PyPDF2 库中添加了一些解决方法并提交了拉取请求。

【讨论】：

通过了吗？我也遇到了同样的问题。
对不起，我点击了错误的链接。这是修复 bug 的正确（但仍在等待中，天知道为什么）拉取请求：click。这是this repo。
顺便说一句，既然我安装了 PyPDF2，有没有办法只复制和粘贴一些文件？
这是修复错误的提交：click 所以只需复制绿线并将其添加到文件系统中的适当位置即可。（可能是/usr/lib/python2.7/site-packages/PyPDF2/generic.py:213
非常感谢！尽管我无法让一般的东西用于合并，但我编写了一个避免“PdfMerger”的函数。

【解决方案2】：

只是为了确保您了解已经存在的工具可以做到这一点：

PDFtk
PDFjam（我的最爱，不过需要 LaTeX）
直接与GhostScript:
gs -dBATCH -dNOPAUSE -q -sDEVICE=pdfwrite -sOutputFile=finished.pdf file1.pdf file2.pdf

【讨论】：

嗨，谢谢。但我发现 PyPDF 是一个不错的库，我想使用它。不过谢谢你的建议。
只是想确保您没有重新发明轮子，而实际上您并不打算这样做;-)